数据库设计三范式

简介: 本内容简要介绍了一个主题,涵盖其核心概念、主要特点及实际应用。通过清晰的结构和通俗的语言,帮助读者快速理解关键信息,适合初学者与有兴趣深入了解者阅读学习。(136字符)

第一范式 - 1NF
遵循原子性。即,表中字段的数据,不可以再拆分。先看一个不符合第一范式的表结构,如下:
员工编码
姓名
年龄
001
销售部小张
28
002
运营部小黄
25
003
技术部小高
22
在这一个表中的,姓名 字段下的数据是可以再进行拆分的,因此它不符合第一范式,那怎么样才符合第一范式呢?如下:
员工编码
部门
姓名
年龄
001
销售部
小张
28
002
运营部
小黄
25
003
技术部
小高
22
那是否遵循第一范式就一定是好的呢?如下:
员工编码
姓名
地址
001
小张
江西省南昌市东湖区
002
小黄
广东省佛山市禅城区
003
小高
湖北省武汉市新洲区
通过观察上述表结构,我们发现,地址是可以再进一步拆分的,比如:
员工编码
姓名



001
小张
江西省
南昌市
东湖区
002
小黄
广东省
佛山市
禅城区
003
小高
湖北省
武汉市
新洲区
虽然拆分后,看上去更符合第一范式了,但是如果项目就只需要我们输出一个完整地址呢?那明显是表在没拆分的时候会更好用。所以范式只是给了我们一个参考,我们更多的是要根据项目实际情况设计表结构。
第二范式 - 2NF
在满足第一范式的情况下,遵循唯一性,消除部分依赖。即,表中任意一个主键或任意一组联合主键,可以确定除该主键外的所有的非主键值。再通俗点讲就是,一个表只能描述一件事情。我们用一个经典案例进行解析。
学号
姓名
年龄
课程名称
成绩
学分
001
小张
28
语文
90
3
001
小张
28
数学
90
2
002
小黄
25
语文
90
3
002
小黄
25
语文
90
3
003
小高
22
数学
90
2
我们先分析一下表结构。

  1. 假设学号是表中的唯一主键,那由学号就可以确定姓名和年龄了,但是却不能确定课程名称和成绩。
  2. 假设课程名称是表中的唯一主键,那由课程名称就可以确定学分了,但是却不能确定姓名、年龄和成绩。
  3. 虽然通过学号和课程名称的联合主键,可以确定除联合主键外的所有的非主键值,但是基于上述两个假设,也不符合第二范式的要求。
    那我们应该如何调整表结构,让它能复合第二范式的要求呢?
    我们可以基于上述的三种主键的可能,拆分成 3 张表,保证一张表只描述一件事情。
  4. 学生表 - 学号做主键
    学号
    姓名
    年龄
    001
    小张
    28
    002
    小黄
    25
    003
    小高
    22
  5. 课程表 - 课程名称做主键
    课程名称
    学分
    语文
    3
    数学
    2
  6. 成绩表 - 学号和课程名称做联合主键
    学号
    课程名称
    成绩
    001
    语文
    90
    001
    数学
    90
    002
    语文
    90
    002
    语文
    90
    003
    数学
    90
    这时候我们可能会想,为什么我们就要遵循第二范式呢?不遵循第二范式会造成什么样的后果呢?
  7. 造成整表的数据冗余。
    如学生表,可能我就只有2个学生,每个学生都有许多的信息,比如,年龄、性别、身高、住址......如果与课程信息放到同一张表中,可能每个学生有3门课程,那数据总条数就会变成6条了。但是通过拆分,学生表我们只需要存储 2 条学生信息,课程表只需要存储 3 条课程信息,成绩表就只需保留学号、课程名称和成绩字段。
  8. 更新数据不方便。
    假设,课程的学分发生了变更,那我们就需要把整表关于该课程的学分都要更新一次,但如果我们拆分出课程表,那我们就只需要把课程表中的课程信息更新就行。
  9. 插入数据不方便或产生异常。
    ① 假设主键是学号或课程名称,我们新增了某个课程,需要把数据插入到表中,这时,可能只有部分人有选修这门课程,那我们插入数据的时候还要规定给哪些人插入对应的课程信息,同时可能由于成绩还没有,我们需要对成绩置空,后续有成绩后还得重新更新一遍。
    ② 假设主键是学号和课程名称的联合主键。同样也是新增了某课程,但是暂时没有人选修这门课,缺少了学号主键字段数据,会导致课程信息无法插入。
    第三范式 - 3NF
    在满足第二范式的情况下,消除传递依赖。即,在任一主键都可以确定所有非主键字段值的情况下,不能存在某非主键字段 A 可以获取 某非主键字段 B。
    仍然用一个经典例子来解析
    学号
    姓名
    班级
    班主任
    001
    小黄
    一年级(1)班
    高老师
    这个表中,学号是主键,它可以唯一确定姓名、班级、班主任,符合了第二范式,但是在非主键字段中,我们也可以通过班级推导出该班级的班主任,所以它是不符合第三范式的。
    那怎么设计表结构,才是符合第三范式的呢?
  10. 学生表
    学号
    姓名
    班级
    001
    小黄
    一年级(1)班
  11. 班级表
    班级
    班主任
    一年级(1)班
    高老师
    通过把班级与班主任的映射关系另外做成一张映射表,我们就成功地消除了表中的传递依赖了。
    总结
    不知道读者们有没有发现,以上所介绍的范式的最终目的都是为了减少我们的工作量呢?所以说,尽管范式是一种很好的指导规范,但在实际应用中,我们也不需要太局限在范式中,更多的是应该从项目中出发,设计出合理的表结构。
    以下是本篇三范式的简单总结:
    第一范式(1 NF):字段不可再拆分。
    第二范式(2 NF):表中任意一个主键或任意一组联合主键,可以确定除该主键外的所有的非主键值。
    第三范式(3 NF):在任一主键都可以确定所有非主键字段值的情况下,不能存在某非主键字段 A 可以获取 某非主键字段 B。
相关文章
|
6月前
|
人工智能 应用服务中间件 网络安全
2026年阿里云部署OpenClaw(Clawdbot)流程,OpenClaw无缝接入个人微信攻略
在AI智能助手深度融入日常沟通的2026年,OpenClaw(曾用名Clawdbot、Moltbot)作为功能强大的开源AI框架,支持邮件管理、代码生成、信息查询等多元化任务。将其接入个人微信,能实现“随时随地发指令、AI助手秒响应”的便捷体验——无需打开专用客户端,通过微信即可调用OpenClaw的全部功能,无论是查询资讯、生成文档还是执行自动化任务,都能高效完成。
8186 1
|
5月前
|
人工智能 弹性计算 自然语言处理
零门槛上手OpenClaw!阿里云极简部署,三步解锁专属超级AI助理!
OpenClaw是可私有部署的AI数字员工框架,支持通义千问、GPT等多模型,能写代码、查资料、管邮件、自动化办公。阿里云提供一键部署方案:买服务器→开通百炼API→图形化配置,三步搞定,安全高效!
516 12
|
8月前
|
缓存 安全 数据挖掘
数据库设计三范式:从理论到实战
本文深入浅出讲解数据库三范式(1NF、2NF、3NF),通过真实案例解析各范式的核心要求与常见误区,强调“范式是工具而非教条”,帮助开发者在规范性与性能间找到平衡,构建合理、易维护的数据模型。
|
11月前
|
机器学习/深度学习 人工智能 JSON
AI应用工程师面试问题清单
本内容涵盖AI与大语言模型(LLM)基础原理、Prompt工程设计及实战项目经验。详解LLM预测机制、Transformer架构、Embedding应用,介绍Prompt优化策略如Zero-shot、Few-shot、RAG技术,并结合实际项目展示AI应用全流程开发与落地能力。
2522 122
|
2月前
|
人工智能 自然语言处理 算法
AI产品上线必看:算法备案、大模型备案、大模型登记,到底怎么选?
近期,网信办开展“清朗·AI乱象”专项整治,算法备案、大模型备案、大模型登记三大合规要求全面落地。本文厘清三者定位差异,破解五大认知误区,详解RAG/Agent等灰度场景应对策略,并提供上架必备资质清单与极速自查Checklist,助企业高效通关AI合规关。
647 1
|
8月前
|
Arthas 监控 Java
下载安装
Arthas 是一款Java诊断工具,使用前需确保服务器已启动Java应用、安装JDK并可访问公网。通过下载 arthas-boot.jar 并启动,可连接目标Java进程进行实时监控与问题排查,支持多进程选择,操作简单高效。
下载安装
|
4月前
|
人工智能 运维 自然语言处理
开源协议下的知识管理:轻量化系统的定制与复用
在技术文档、产品手册、FAQ体系、内部知识库等场景中,非结构化文档处理效率低、知识检索精准度不足、系统部署维护成本高是普遍痛点。AI驱动的轻量化知识管理与文档解析技术,可实现多格式非结构化文档标准化转换与高效知识运营,形成从文档解析到知识复用的完整闭环。
246 2
|
8月前
|
canal 消息中间件 关系型数据库
配置数据同步环境
配置Canal+RabbitMQ实现MySQL数据同步,通过开启Binlog行模式、创建专用用户并授权,部署Canal监听指定表变更,将数据实时发送至RabbitMQ指定队列,确保hm-item库中item_sync表的增删改操作同步至消息队列,支持后续数据消费与处理。
|
6月前
|
人工智能 自然语言处理 算法
史上首次!米兰冬奥基于阿里千问打造奥运官方大模型
国际奥委会携手阿里千问大模型,打造奥运史上首个官方AI大模型,赋能2026米兰冬奥会。涵盖“国家奥委会AI助手”“奥运AI助手”、自动媒体描述、AIGC宣传、雪地场景转播特效及智能交通管理等,实现更智能运营与深度互动,树立“最智能奥运会”新标杆。
史上首次!米兰冬奥基于阿里千问打造奥运官方大模型
|
10月前
|
人工智能
产教融合,实践创新|浙江大学AI DAY 首场活动成功举办!
浙江大学联合阿里云举办首届AI DAY,涵盖人工智能通识教育研讨会与“零基础玩转大模型”实训营,推动AI与交叉学科人才培养,促进产教融合,提升师生AI素养与实践能力。

热门文章

最新文章